深度学习在生物医药领域中的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量
1041	2024-09-17	A convolutional neural network for face mask detection in IoT-based smart healthcare systems 2023, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2023.1143249 PMID:37064899	研究论文	本文提出了一种基于卷积神经网络的面部口罩检测方法，用于物联网智能医疗系统	本文创新性地结合了YOLOv3架构和计算机视觉技术，用于检测未佩戴口罩和未保持社交距离的行为	本文未详细讨论系统的实时性能和在不同光照条件下的表现	旨在提供一种有效工具，减少传染病的传播	面部口罩佩戴情况和社交距离	计算机视觉	NA	YOLOv3	卷积神经网络	图像	使用了COCO数据集进行评估
1042	2024-09-17	Towards a Deep Learning Pain-Level Detection Deployment at UAE for Patient-Centric-Pain Management and Diagnosis Support: Framework and Performance Evaluation 2023, Procedia computer science DOI:10.1016/j.procs.2023.03.044 PMID:37089761	研究论文	本文提出了一种在阿联酋部署的深度学习疼痛水平检测框架，并评估了其性能	首次提出在阿联酋部署深度学习疼痛水平检测框架	未提及具体局限性	开发和评估一种自动识别患者疼痛水平的深度学习框架	患者疼痛水平	机器学习	NA	深度学习	NA	NA	NA
1043	2024-09-17	A Multimodal Network Security Framework for Healthcare Based on Deep Learning 2023, Computational intelligence and neuroscience DOI:10.1155/2023/9041355 PMID:39280017	研究论文	本文提出了一种基于深度学习的多模态网络安全框架，用于医疗领域的网络流量分类	该框架通过深度学习方法自动提取空间和序列特征，提高了网络流量分类的效率，并解决了传统方法依赖人工特征提取和单一模型特征的问题	本文未详细讨论框架在实际应用中的可扩展性和处理大规模数据时的性能	解决现有网络流量分类方法中依赖人工特征提取和单一模型特征的问题，提高分类效率和稳定性	网络流量分类	机器学习	NA	深度学习	多模态网络	网络流量	NA
1044	2024-09-16	Observer studies of image quality of denoising reduced-count cardiac single photon emission computed tomography myocardial perfusion imaging by three-dimensional Gaussian post-reconstruction filtering and deep learning 2023-12, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2 DOI:10.1007/s12350-023-03295-3 PMID:37221409	研究论文	本研究评估了三维高斯后重建滤波和深度学习去噪对减少计数的心脏单光子发射计算机断层扫描心肌灌注成像图像质量的影响	本研究首次比较了三维高斯后重建滤波和深度学习去噪在减少计数情况下的性能	本研究未发现深度学习去噪在所研究的剂量水平和使用的深度学习网络下优于优化的三维高斯后重建滤波	评估减少计数情况下三维高斯后重建滤波和深度学习去噪对心肌灌注缺陷检测准确性的影响	心脏单光子发射计算机断层扫描心肌灌注成像图像	计算机视觉	心血管疾病	深度学习	深度学习网络	图像	156名正常解读的患者
1045	2024-09-16	Lightweight deep CNN-based models for early detection of COVID-19 patients from chest X-ray images 2023-Aug-01, Expert systems with applications IF:7.5Q1 DOI:10.1016/j.eswa.2023.119900 PMID:36969370	研究论文	本文提出了一种基于轻量级深度卷积神经网络（CNN）的模型，用于从胸部X光图像中早期检测COVID-19患者	开发了两个新的轻量级CNN模型，能够在减少计算资源需求的同时保持高准确率	未提及具体限制	开发适用于资源有限设备的轻量级模型，用于早期检测COVID-19患者	COVID-19患者的胸部X光图像	计算机视觉	COVID-19	卷积神经网络（CNN）	CNN	图像	相对较大的胸部X光图像数据集
1046	2024-09-16	Transfer learning identifies sequence determinants of cell-type specific regulatory element accessibility 2023-Jun, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqad026 PMID:37007588	研究论文	本文开发了一种名为ChromTransfer的迁移学习方法，用于识别细胞类型特异性调控元件可及性的序列决定因素	ChromTransfer利用预训练的细胞类型无关模型作为基础，通过微调来学习细胞类型特异性染色质可及性，显著提高了模型性能	深度学习方法需要大量输入数据进行训练	理解DNA如何编码调控活性，以更好地理解疾病病因	细胞类型特异性染色质可及性的序列决定因素	机器学习	NA	迁移学习	深度学习模型	DNA序列	NA
1047	2024-09-16	ChimeraNet: U-Net for Hair Detection in Dermoscopic Skin Lesion Images 2023-04, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-022-00740-6 PMID:36385676	研究论文	本文提出了一种新的深度学习技术ChimeraNet，用于检测皮肤镜图像中的毛发和标尺标记	ChimeraNet采用预训练的EfficientNet作为编码器，并在解码器中使用挤压和激励残差结构，显著提高了毛发检测的准确性	NA	提高皮肤镜图像中毛发和标尺标记的检测准确性	皮肤镜图像中的毛发和标尺标记	计算机视觉	NA	深度学习	U-Net	图像	使用了公开的HAM10000皮肤病变数据集，并在25张额外的测试图像上进行了评估
1048	2024-09-16	Deep Learning-based Non-rigid Image Registration for High-dose Rate Brachytherapy in Inter-fraction Cervical Cancer 2023-04, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-022-00732-6 PMID:36417026	研究论文	本文提出了一种用于局部晚期宫颈癌（LACC）的跨分次器官变形模拟框架，结合了深度学习技术进行非刚性图像配准	本文提出了一种基于深度学习的非刚性图像配准方法，用于高剂量率近距离放射治疗中的跨分次宫颈癌治疗，该方法优于传统算法	NA	研究目的是开发一种用于局部晚期宫颈癌的跨分次器官变形模拟框架，以提高高剂量率近距离放射治疗的精度	研究对象包括57名局部晚期宫颈癌患者的CT扫描数据，以及膀胱、宫颈和直肠等关键器官的分割数据	计算机视觉	宫颈癌	深度学习	卷积神经网络（CNN）	图像	57名局部晚期宫颈癌患者的CT扫描数据，共7202张2D切片，分为训练集（42名患者）和测试集（15名患者）
1049	2024-09-16	Novel prediction models for hyperketonemia using bovine milk Fourier-transform infrared spectroscopy 2023-Apr, Preventive veterinary medicine IF:2.2Q1 DOI:10.1016/j.prevetmed.2023.105860 PMID:36724618	研究论文	本文研究了使用牛乳傅里叶变换红外光谱（FTIR）预测酮症的新模型	本文评估了更多样化的建模选项，如深度学习、梯度提升机模型和模型集成，用于酮症分类	NA	评估不同建模选项在预测奶牛酮症中的表现	奶牛酮症	机器学习	NA	傅里叶变换红外光谱（FTIR）	卷积神经网络（CNN）	光谱数据	大量异质数据集，包括牛奶FTIR和同时采集的血液样本
1050	2024-09-16	Preparing for the Artificial Intelligence Revolution in Nuclear Cardiology 2023-Apr, Nuclear medicine and molecular imaging IF:1.3Q3 DOI:10.1007/s13139-021-00733-3 PMID:36998588	研究论文	本文探讨了人工智能在核心脏病学中的应用，特别是深度学习在减少注射剂量、图像重建和过滤、SPECT衰减校正、特征提取和功能测量等方面的进展	本文介绍了深度学习和机器学习在核心脏病学中的多种创新应用，如减少注射剂量、图像重建、SPECT衰减校正等	尽管这些应用具有显著潜力，但大多数尚未广泛商业化，主要由于其开发时间较短	探讨人工智能在核心脏病学中的应用，并准备迎接即将到来的AI革命	核心脏病学中的深度学习和机器学习应用	机器学习	心血管疾病	深度学习 (DL), 机器学习 (ML)	深度学习模型	图像	NA
1051	2024-09-16	An integrative machine learning framework for classifying SEER breast cancer 2023-04-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-32029-1 PMID:37005484	研究论文	本文提出了一种集成机器学习框架，用于分类SEER乳腺癌数据集中的生存和死亡状态	采用两步特征选择方法（方差阈值和主成分分析）来选择特征，并使用多种监督和集成学习技术进行分类	未提及具体限制	分类乳腺癌患者的生存和死亡状态	SEER乳腺癌数据集	机器学习	乳腺癌	机器学习和深度学习	决策树	数据集	未提及具体样本数量
1052	2024-09-16	Electron transfer rules of minerals under pressure informed by machine learning 2023-Mar-31, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-37384-1 PMID:37002237	研究论文	本文通过机器学习模型预测了96种元素在任意压力下的电负性，并推导出一个统一的公式来量化电负性与压力和电子构型之间的关系	首次将电子转移规则应用于高压环境，并提出了一个统一的公式来量化电负性与压力和电子构型的关系	NA	研究高压环境下元素及其化合物的基本物理化学性质	96种元素在任意压力下的电负性及其与压力和电子构型的关系	机器学习	NA	机器学习	深度学习模型	数值数据	96种元素
1053	2024-09-16	Predicting COVID-19 positivity and hospitalization with multi-scale graph neural networks 2023-03-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-31222-6 PMID:37002271	研究论文	本文提出了一种基于多尺度图神经网络的方法，用于预测COVID-19的阳性病例和住院人数	首次利用高分辨率时空数据进行多尺度分析，并结合疫苗接种率和人口流动数据	未提及	分析COVID-19传播的时空特征，并预测阳性病例和住院人数	COVID-19的阳性病例和住院人数	机器学习	COVID-19	图神经网络	多尺度图神经网络	时空数据	涉及数千居民的精细地理区域
1054	2024-09-16	Automated segmentation of long and short axis DENSE cardiovascular magnetic resonance for myocardial strain analysis using spatio-temporal convolutional neural networks 2023-03-30, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1186/s12968-023-00927-y PMID:36991474	研究论文	本文开发了一种时空卷积神经网络模型，用于自动分割DENSE心血管磁共振图像中的左心室心肌，以进行心肌应变分析	本文提出了一个时空深度学习模型，用于自动分割DENSE图像中的左心室心肌，解决了传统方法依赖用户输入的问题	NA	开发一种自动化的方法来分割DENSE图像中的左心室心肌，以提高心肌应变分析的准确性和可重复性	左心室心肌的分割和心肌应变分析	计算机视觉	心血管疾病	DENSE	时空卷积神经网络	图像	360个短轴切片和124个长轴切片，来自健康受试者和患有不同心脏疾病的患者
1055	2024-09-16	Model-based whole-brain perturbational landscape of neurodegenerative diseases 2023-03-30, eLife IF:6.4Q1 DOI:10.7554/eLife.83970 PMID:36995213	研究论文	本文结合深度学习和模型重现了阿尔茨海默病和行为变异额颞叶痴呆患者的全脑功能连接，并通过扰动模型揭示了从病理状态到健康状态的过渡关键区域	本文首次将深度学习与全脑模型结合，揭示了神经退行性疾病中脑萎缩的动态特征，并通过扰动模型展示了从病理状态到健康状态的过渡关键区域	本文主要集中在阿尔茨海默病和行为变异额颞叶痴呆两种疾病，未涵盖其他神经退行性疾病	研究神经退行性疾病的全脑扰动景观，探索通过外部刺激控制疾病进展的可能性	阿尔茨海默病和行为变异额颞叶痴呆患者	机器学习	神经退行性疾病	深度学习	变分自编码器	功能连接	NA
1056	2024-09-16	3DProtDTA: a deep learning model for drug-target affinity prediction based on residue-level protein graphs 2023-Mar-27, RSC advances IF:3.9Q2 DOI:10.1039/d3ra00281k PMID:37006369	研究论文	本文提出了一种基于残基级蛋白质图的深度学习模型3DProtDTA，用于预测药物-靶点亲和力	利用AlphaFold的蛋白质结构预测结果和蛋白质图表示，提出了一种新的深度学习DTA模型3DProtDTA	NA	提高药物-靶点亲和力预测的准确性，加速药物开发过程并降低成本	药物-靶点亲和力	机器学习	NA	深度学习技术，图神经网络	3DProtDTA	蛋白质结构数据	NA
1057	2024-09-16	ST-CenterNet: Small Target Detection Algorithm with Adaptive Data Enhancement 2023-Mar-16, Entropy (Basel, Switzerland) DOI:10.3390/e25030509 PMID:36981396	研究论文	提出了一种名为ST-CenterNet的新型深度学习模型，用于小目标检测，并通过自适应数据增强技术提高检测性能	引入了选择性小目标复制算法（SSTRA）和目标适应特征提取模块（TAFEM），结合ResNet和自适应特征金字塔网络（AFPN）进行双向特征提取	NA	解决小目标检测中样本不足和特征信息提取不完整的问题	自动驾驶中的远距离标志和行人检测，以及医学早期病变的肿瘤检测	计算机视觉	NA	深度学习	CenterNet	图像	NA
1058	2024-09-16	Camera- and Viewpoint-Agnostic Evaluation of Axial Postural Abnormalities in People with Parkinson's Disease through Augmented Human Pose Estimation 2023-Mar-16, Sensors (Basel, Switzerland) DOI:10.3390/s23063193 PMID:36991904	研究论文	本文介绍了一种通过增强的人体姿态估计来评估帕金森病患者轴向姿势异常的软件	该软件通过计算机视觉后处理原语增强了从RGB图像中提取的人体骨骼，以准确评估姿势	标准人体姿态估计平台的关键点与评估轴向姿势异常所需的关键点不一致，且对相机和场景敏感	开发一种自动工具，用于测量和分析帕金森病患者在不同治疗条件和任务下的轴向姿势异常	帕金森病患者的轴向姿势异常	计算机视觉	神经退行性疾病	计算机视觉后处理	NA	图像	76张RGB图像，来自55名不同程度的帕金森病患者
1059	2024-09-16	Deep Learning-Based Prediction of Diabetic Retinopathy Using CLAHE and ESRGAN for Enhancement 2023-Mar-15, Healthcare (Basel, Switzerland) DOI:10.3390/healthcare11060863 PMID:36981520	研究论文	本文提出了一种基于深度学习的糖尿病视网膜病变诊断模型，通过CLAHE和ESRGAN进行图像增强，提高了诊断准确性	本文创新性地结合了CLAHE和ESRGAN进行图像增强，显著提高了深度学习模型在糖尿病视网膜病变诊断中的准确性	本文仅比较了两种情况下的模型性能，未探讨其他可能的图像增强方法	开发一种能够更准确诊断糖尿病视网膜病变的深度学习模型	糖尿病视网膜病变的五个阶段	计算机视觉	糖尿病视网膜病变	深度学习	Inception-V3	图像	使用了Asia Pacific Tele-Ophthalmology Society (APTOS)数据集
1060	2024-09-16	Synthesizing Complex-Valued Multicoil MRI Data from Magnitude-Only Images 2023-Mar-14, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering10030358 PMID:36978749	研究论文	本文提出了一种从仅包含幅值信息的MRI图像中合成复杂值多线圈MRI数据的方法	使用条件生成对抗网络（GAN）框架从输入的幅值图像生成合成相位图像，并结合ESPIRiT方法生成多线圈数据，从而在MRI重建中使用临床影像档案中的多样化数据	尚未提及	解决大规模多样化MRI数据集构建的挑战，促进MRI技术的临床转化	MRI图像重建和数据合成	计算机视觉	NA	生成对抗网络（GAN）、ESPIRiT	生成对抗网络（GAN）、变分网络（Variational Network）	图像	未明确提及具体样本数量